KR20240024696A

KR20240024696A - Apparatus for predicting charging time and operating method thereof

Info

Publication number: KR20240024696A
Application number: KR1020220103001A
Authority: KR
Inventors: 엄진욱; 유지원; 백종식; 최요환; 김주성
Original assignee: 주식회사 엘지에너지솔루션
Priority date: 2022-08-17
Filing date: 2022-08-17
Publication date: 2024-02-26
Also published as: WO2024039066A1

Abstract

본 문서에 개시된 일 실시 예에 따른 충전 시간 예측 장치는, 통신 회로 및 프로세서를 포함하고, 상기 프로세서는, 상기 통신 회로를 통해 외부 전자 장치로부터 상기 외부 전자 장치에 포함된 배터리의 지정된 시구간(time period) 동안의 전류 값, 온도 값, SoC(state of charge), 및 SoH(state of health)를 포함하는 제1 배터리 정보를 수신하고, 상기 통신 회로를 통해 상기 지정된 시구간 동안의 상기 외부 전자 장치의 주행 속도에 관한 정보 및/또는 상기 외부 전자 장치와 외부 충전기 간의 연결 여부에 관한 정보를 수신하고, 상기 지정된 시구간 동안의 상기 제1 배터리 정보, 상기 주행 속도에 관한 정보, 및/또는 상기 연결 여부에 관한 정보에 기반하여 상기 지정된 시구간 중 충전 구간을 추출하고, 상기 충전 구간의 제1 시점에서의 전류 값, 온도 값, SoC, 및 SoH와 상기 충전 구간의 제2 시점에서의 SoC를 이용하여 충전 시간 예측 모델을 생성하도록 구성될 수 있다.A charging time prediction device according to an embodiment disclosed in this document includes a communication circuit and a processor, wherein the processor detects a specified time period (time period) of a battery included in the external electronic device from an external electronic device through the communication circuit. receive first battery information including current value, temperature value, state of charge (SoC), and state of health (SoH) during the period), and the external electronic device during the specified time period through the communication circuit Receive information about the driving speed and/or information about whether the external electronic device is connected to an external charger, and receive the first battery information during the specified time period, information about the driving speed, and/or the connection. extracts a charging section during the specified time period based on information about whether the charging section is available, and uses the current value, temperature value, SoC, and SoH at the first time point of the charging section and the SoC at the second time point of the charging section. It can be configured to generate a charging time prediction model.

Description

Charging time prediction device and operating method thereof {APPARATUS FOR PREDICTING CHARGING TIME AND OPERATING METHOD THEREOF}

본 문서에 개시된 실시 예들은, 충전 시간 예측 장치 및 그의 동작 방법에 관한 것이다.Embodiments disclosed in this document relate to a charging time prediction device and a method of operating the same.

최근 이차 전지에 대한 연구 개발이 활발히 이루어지고 있다. 여기서 이차 전지는 충방전이 가능한 전지로서, 종래의 Ni/Cd 배터리, Ni/MH 배터리 등과 최근의 리튬 이온 배터리를 모두 포함하는 의미이다. 이차 전지 중 리튬 이온 배터리는 종래의 Ni/Cd 배터리, Ni/MH 배터리 등에 비하여 에너지 밀도가 훨씬 높다는 장점이 있다, 또한, 리튬 이온 배터리는 소형, 경량으로 제작할 수 있어 이동 기기의 전원으로 사용되며, 최근에는 전기 자동차의 전원으로 사용 범위가 확장되어 차세대 에너지 저장 매체로 주목을 받고 있다.Recently, research and development on secondary batteries has been actively conducted. Here, the secondary battery is a battery capable of charging and discharging, and includes both conventional Ni/Cd batteries, Ni/MH batteries, etc., and recent lithium ion batteries. Among secondary batteries, lithium-ion batteries have the advantage of having a much higher energy density than conventional Ni/Cd batteries, Ni/MH batteries, etc. In addition, lithium-ion batteries can be manufactured in small and light sizes, so they are used as a power source for mobile devices. Recently, its range of use has expanded as a power source for electric vehicles, and it is attracting attention as a next-generation energy storage medium.

사용자는 충전 소요 시간을 통해 배터리를 목표 SoC(state of charge)까지 충전을 지속할지를 판단하기 때문에, 사용자에게 충전 소요 시간을 정확하게 제공하는 것이 중요하다. Because the user determines whether to continue charging the battery to the target SoC (state of charge) based on the charging time, it is important to accurately provide the user with the charging time.

기존에는 충전 소요 시간을 예측하기 위해, 미리 설정된 테이블에 기반하여 배터리의 현재 온도 및 SoC에 매칭되는 충전 소요 시간을 산출하는 방법이 이용되었다.Previously, to predict the charging time, a method was used to calculate the charging time matching the current temperature and SoC of the battery based on a preset table.

그러나, 종래의 충전 시간 예측 방식은, 미리 설정된 테이블의 데이터 용량이 한정적이고, 배터리의 퇴화율을 고려하지 않아 산출되는 충전 소요 시간과 실제 충전 소요 시간 사이에 오차가 발생하는 한계가 있었다.However, the conventional charging time prediction method has a limitation in that the data capacity of the preset table is limited and does not take into account the deterioration rate of the battery, resulting in an error between the calculated charging time and the actual charging time.

본 문서에 개시된 실시 예들의 일 목적은, 실제 충전 소요 시간과의 오차를 최소화하며 충전 소요 시간을 예측하는 충전 시간 예측 장치 및 그의 동작 방법을 제공하는데 있다. One purpose of the embodiments disclosed in this document is to provide a charging time prediction device and a method of operating the same that predict the charging time while minimizing the error with the actual charging time.

본 문서에 개시된 실시 예들의 기술적 과제들은 이상에서 언급한 기술적 과제들로 제한되지 않으며, 언급되지 않은 또 다른 기술적 과제들은 아래의 기재들로부터 당업자에게 명확하게 이해될 수 있을 것이다.The technical problems of the embodiments disclosed in this document are not limited to the technical problems mentioned above, and other technical problems not mentioned can be clearly understood by those skilled in the art from the description below.

본 문서에 개시된 일 실시 예에 따르면, 상기 프로세서는, 상기 통신 회로를 통해 상기 외부 전자 장치로부터 상기 배터리의 지정된 시점(time point)의 전류 값, 온도 값, SoC, 및 SoH를 포함하는 제2 배터리 정보를 수신하고, 상기 충전 시간 예측 모델에 기반하여 상기 지정된 시점의 상기 SoC에서 목표 SoC까지의 충전 소요 시간을 예측하도록 구성될 수 있다.According to an embodiment disclosed in this document, the processor receives a second battery including a current value, temperature value, SoC, and SoH at a designated time point of the battery from the external electronic device through the communication circuit. It may be configured to receive information and predict the charging time from the SoC to the target SoC at the specified time based on the charging time prediction model.

본 문서에 개시된 일 실시 예에 따르면, 상기 제1 배터리 정보는 상기 배터리의 모델 정보를 포함하고, 상기 프로세서는, 상기 모델 정보에 대응되는 상기 충전 시간 예측 모델을 생성하도록 구성될 수 있다.According to an embodiment disclosed in this document, the first battery information includes model information of the battery, and the processor may be configured to generate the charging time prediction model corresponding to the model information.

본 문서에 개시된 일 실시 예에 따르면, 상기 프로세서는, 상기 지정된 시구간 중 상기 배터리의 전류 값이 지정된 전류 값 이상인 제1 구간 중 적어도 일부 구간을 상기 충전 구간으로 추출하도록 구성될 수 있다.According to an embodiment disclosed in this document, the processor may be configured to extract at least a portion of the first section in which the current value of the battery is greater than or equal to the specified current value during the specified time section as the charging section.

본 문서에 개시된 일 실시 예에 따르면, 상기 프로세서는, 상기 제1 구간 중 상기 외부 전자 장치의 주행 속도가 지정된 속도이고, 상기 외부 전자 장치가 상기 외부 충전기와 연결된 상태인 제2 구간 중 적어도 일부 구간을 상기 충전 구간으로 추출하도록 구성될 수 있다.According to an embodiment disclosed in this document, the processor operates in at least a portion of the second section in which the traveling speed of the external electronic device in the first section is a specified speed and the external electronic device is connected to the external charger. It may be configured to extract into the charging section.

본 문서에 개시된 일 실시 예에 따르면, 상기 프로세서는, 상기 제2 구간 중 데이터 단절 구간, 충전 시간이 지정된 시간 미만인 구간, 및 충전량이 지정된 충전량 미만인 구간을 제외한 제3 구간 중 적어도 일부 구간을 상기 충전 구간으로 추출하도록 구성될 수 있다.According to an embodiment disclosed in this document, the processor charges the second section in at least some sections of the third section excluding the data disconnection section, the section in which the charging time is less than the specified time, and the section in which the charging amount is less than the specified charging amount. It can be configured to extract by section.

본 문서에 개시된 일 실시 예에 따르면, 상기 프로세서는, 상기 제3 구간 중 상기 배터리의 전류 변화 값이 지정된 변화 값 이상인 구간을 제외한 구간을 상기 충전 구간으로 추출하도록 구성될 수 있다.According to an embodiment disclosed in this document, the processor may be configured to extract as the charging section a section excluding the section in which the current change value of the battery is greater than or equal to a specified change value among the third section.

본 문서에 개시된 일 실시 예에 따르면, 상기 프로세서는, 상기 예측된 충전 소요 시간을 사용자에게 제공하도록 상기 통신 회로를 통해 상기 충전 소요 시간을 상기 외부 전자 장치로 송신하도록 구성될 수 있다.According to an embodiment disclosed in this document, the processor may be configured to transmit the charging time to the external electronic device through the communication circuit to provide the predicted charging time to the user.

본 문서에 개시된 일 실시 예에 따른 충전 시간 예측 방법은, 외부 전자 장치에 포함된 배터리의 지정된 시구간 동안의 전류 값, 온도 값, SoC, 및 SoH를 포함하는 제1 배터리 정보를 획득하는 동작, 상기 외부 전자 장치의 주행 속도에 관한 정보 및/또는 상기 외부 전자 장치와 외부 충전기 간의 연결 여부에 관한 정보를 획득하는 동작, 상기 지정된 시구간 동안의 상기 제1 배터리 정보, 상기 주행 속도에 관한 정보, 및/또는 상기 연결 여부에 관한 정보에 기반하여 상기 지정된 시구간 중 충전 구간을 추출하는 동작, 및 상기 충전 구간의 제1 시점에서의 전류 값, 온도 값, SoC, 및 SoH와 상기 충전 구간의 제2 시점에서의 SoC를 이용하여 충전 시간 예측 모델을 생성하는 동작을 포함할 수 있다.A charging time prediction method according to an embodiment disclosed in this document includes the operations of acquiring first battery information including current value, temperature value, SoC, and SoH for a specified time period of a battery included in an external electronic device; Obtaining information about the driving speed of the external electronic device and/or information about whether the external electronic device is connected to an external charger, the first battery information during the specified time period, information about the driving speed, and/or extracting a charging section during the specified time period based on the information regarding whether or not the connection is made, and the current value, temperature value, SoC, and SoH at the first time of the charging section and the first time of the charging section. It may include an operation of generating a charging time prediction model using the SoC at point 2.

본 문서에 개시된 일 실시 예에 따르면, 상기 제1 배터리 정보는 상기 배터리의 모델 정보를 포함하고, 상기 충전 시간 예측 모델을 생성하는 동작은, 상기 모델 정보에 대응되는 상기 충전 시간 예측 모델을 생성하는 동작을 포함할 수 있다.According to an embodiment disclosed in this document, the first battery information includes model information of the battery, and the operation of generating the charging time prediction model includes generating the charging time prediction model corresponding to the model information. Can include actions.

본 문서에 개시된 일 실시 예에 따르면, 상기 충전 구간을 추출하는 동작은, 상기 지정된 시구간 중 상기 배터리의 전류 값이 지정된 전류 값 이상인 제1 구간 중 적어도 일부 구간을 상기 충전 구간으로 추출하는 동작을 포함할 수 있다.According to an embodiment disclosed in this document, the operation of extracting the charging section includes extracting at least a portion of the first section in which the current value of the battery is greater than or equal to the specified current value during the specified time section as the charging section. It can be included.

본 문서에 개시된 일 실시 예에 따르면, 상기 충전 구간을 추출하는 동작은, 상기 제1 구간 중 상기 외부 전자 장치의 주행 속도가 지정된 속도이고, 상기 외부 전자 장치가 상기 외부 충전기와 연결된 상태인 제2 구간 중 적어도 일부 구간을 상기 충전 구간으로 추출하는 동작을 포함할 수 있다.According to an embodiment disclosed in this document, the operation of extracting the charging section is performed when the driving speed of the external electronic device in the first section is a specified speed, and the external electronic device is connected to the external charger. It may include extracting at least some of the sections as the charging section.

본 문서에 개시된 일 실시 예에 따르면, 상기 충전 구간을 추출하는 동작은, 상기 제2 구간 중 데이터 단절 구간, 충전 시간이 지정된 시간 미만인 구간, 및 충전량이 지정된 충전량 미만인 구간을 제외한 제3 구간 중 적어도 일부 구간을 상기 충전 구간으로 추출하는 동작을 포함할 수 있다.According to an embodiment disclosed in this document, the operation of extracting the charging section includes at least one of the third sections excluding the data disconnection section of the second section, the section where the charging time is less than the specified time, and the section where the charging amount is less than the specified charging amount. An operation of extracting a portion of the section as the charging section may be included.

본 문서에 개시된 일 실시 예에 따르면, 상기 충전 구간을 추출하는 동작은, 상기 제3 구간 중 상기 배터리의 전류 변화 값이 지정된 변호 값 이상인 구간을 제외한 구간을 상기 충전 구간으로 추출하는 동작을 포함할 수 있다.According to an embodiment disclosed in this document, the operation of extracting the charging section may include extracting a section excluding the section in which the current change value of the battery is more than a specified value among the third section as the charging section. You can.

본 문서에 개시된 실시 예들에 따르면, 배터리의 전류 값, 온도 값, SoC, 및 SoH를 포함하는 배터리 정보를 이용하여 생성 및/또는 학습된 충전 시간 예측 모델에 기반하여 충전 소요 시간을 예측함으로써, 충전 소요 시간 예측 정확도를 향상시킬 수 있다.According to embodiments disclosed in this document, charging is performed by predicting the charging time based on a charging time prediction model generated and/or learned using battery information including the battery's current value, temperature value, SoC, and SoH, The accuracy of predicting the time required can be improved.

본 문서에 개시된 실시 예들에 따르면, 배터리 정보 중 충전 구간의 정보만을 추출함으로써, 충전 시간 예측 모델의 충전 소요 시간 예측 정확도를 더욱 향상시킬 수 있다.According to the embodiments disclosed in this document, the charging time prediction accuracy of the charging time prediction model can be further improved by extracting only the charging section information from the battery information.

본 문서에 개시된 실시 예들에 따르면, 예측된 충전 소요 시간을 사용자에게 제공함으로써, 사용자의 편의성을 향상시킬 수 있다.According to embodiments disclosed in this document, user convenience can be improved by providing the user with the predicted charging time.

이 외에, 본 문서를 통해 직접적 또는 간접적으로 파악되는 다양한 효과들이 제공될 수 있다.In addition, various effects that can be directly or indirectly identified through this document may be provided.

도 1은 일 실시 예에 따른 충전 시간 예측 장치를 나타내는 블록도이다.
도 2는 일 실시 예에 따른 충전 시간 예측 장치의 동작 흐름도이다.
도 3은 일 실시 예에 따른 충전 시간 예측 장치의 동작 흐름도이다.
도 4는 일 실시 예에 따른 충전 시간 예측 장치의 동작 흐름도이다.
도 5는 일 실시 예에 따른 충전 시간 예측 장치가 사용자에게 제공하는 인터페이스를 나타내는 도면이다.1 is a block diagram showing a charging time prediction device according to an embodiment.
Figure 2 is an operation flowchart of a charging time prediction device according to an embodiment.
Figure 3 is an operation flowchart of a charging time prediction device according to an embodiment.
Figure 4 is an operation flowchart of a charging time prediction device according to an embodiment.
Figure 5 is a diagram illustrating an interface provided to a user by a charging time prediction device according to an embodiment.

이하, 본 발명의 다양한 실시 예가 첨부된 도면을 참조하여 기재된다. 그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 실시 예의 다양한 변경(modification), 균등물(equivalent), 및/또는 대체물(alternative)을 포함하는 것으로 이해되어야 한다. Hereinafter, various embodiments of the present invention are described with reference to the accompanying drawings. However, this is not intended to limit the present invention to specific embodiments, and should be understood to include various modifications, equivalents, and/or alternatives to the embodiments of the present invention.

본 문서의 다양한 실시 예들 및 이에 사용된 용어들은 본 문서에 기재된 기술적 특징들을 특정한 실시 예들로 한정하려는 것이 아니며, 해당 실시예의 다양한 변경, 균등물, 또는 대체물을 포함하는 것으로 이해되어야 한다. 도면의 설명과 관련하여, 유사한 또는 관련된 구성요소에 대해서는 유사한 참조 부호가 사용될 수 있다. 아이템에 대응하는 명사의 단수 형은 관련된 문맥상 명백하게 다르게 지시하지 않는 한, 상기 아이템 한 개 또는 복수 개를 포함할 수 있다. The various embodiments of this document and the terms used herein are not intended to limit the technical features described in this document to specific embodiments, and should be understood to include various changes, equivalents, or replacements of the embodiments. In connection with the description of the drawings, similar reference numbers may be used for similar or related components. The singular form of a noun corresponding to an item may include one or more of the above items, unless the relevant context clearly indicates otherwise.

본 문서에서, "A 또는 B", "A 및 B 중 적어도 하나", "A 또는 B 중 적어도 하나", "A, B 또는 C", "A, B 및 C 중 적어도 하나", 및 "A, B, 또는 C 중 적어도 하나"와 같은 문구들 각각은 그 문구들 중 해당하는 문구에 함께 나열된 항목들 중 어느 하나, 또는 그들의 모든 가능한 조합을 포함할 수 있다. "제 1", "제 2", "첫째", "둘째", "A", "B", "(a)" 또는 "(b)"와 같은 용어들은 단순히 해당 구성요소를 다른 해당 구성요소와 구분하기 위해 사용될 수 있으며, 특별히 반대되는 기재가 없는 한, 해당 구성요소들을 다른 측면(예: 중요성 또는 순서)에서 한정하지 않는다. As used herein, “A or B”, “at least one of A and B”, “at least one of A or B”, “A, B or C”, “at least one of A, B and C”, and “A Each of phrases such as “at least one of , B, or C” may include any one of the items listed together in the corresponding phrase, or any possible combination thereof. Terms such as “first”, “second”, “first”, “second”, “A”, “B”, “(a)” or “(b)” simply refer to one element as another corresponding element. It can be used to distinguish between and, unless specifically stated to the contrary, does not limit the components in other respects (e.g., importance or order).

본 문서에서, 어떤(예: 제 1) 구성요소가 다른(예: 제 2) 구성요소에, "기능적으로" 또는 "통신적으로"라는 용어와 함께 또는 이런 용어 없이, "연결", "결합" 또는 "접속"된다고 언급되거나 "커플드" 또는 "커넥티드"라고 언급된 경우, 그것은 상기 어떤 구성요소가 상기 다른 구성요소에 직접적으로(예: 유선으로), 무선으로, 또는 제 3 구성요소를 통하여 연결될 수 있다는 것을 의미한다.In this document, one (e.g. first) component is referred to as "connected" or "coupled" to another (e.g. second) component, with or without the terms "functionally" or "communicatively". " or "connected," or "coupled," or "connected," means that any component is connected to another component directly (e.g., wired), wirelessly, or via a third component. This means that it can be connected through.

일 실시 예에 따르면, 본 문서에 개시된 다양한 실시 예들에 따른 방법은 컴퓨터 프로그램 제품(computer program product)에 포함되어 제공될 수 있다. 컴퓨터 프로그램 제품은 상품으로서 판매자 및 구매자 간에 거래될 수 있다. 컴퓨터 프로그램 제품은 기기로 읽을 수 있는 저장 매체(예: compact disc read only memory(CD-ROM))의 형태로 배포되거나, 또는 어플리케이션 스토어를 통해 또는 두 개의 사용자 장치들 간에 직접, 온라인으로 배포(예: 다운로드 또는 업로드)될 수 있다. 온라인 배포의 경우에, 컴퓨터 프로그램 제품의 적어도 일부는 제조사의 서버, 어플리케이션 스토어의 서버, 또는 중계 서버의 메모리와 같은 기기로 읽을 수 있는 저장 매체에 적어도 일시 저장되거나, 임시적으로 생성될 수 있다.According to one embodiment, methods according to various embodiments disclosed in this document may be included and provided in a computer program product. Computer program products are commodities and can be traded between sellers and buyers. A computer program product may be distributed on a machine-readable storage medium (e.g. compact disc read only memory (CD-ROM)) or distributed online, directly through an application store or between two user devices (e.g. : can be downloaded or uploaded). In the case of online distribution, at least a portion of the computer program product may be at least temporarily stored or temporarily created in a machine-readable storage medium, such as the memory of a manufacturer's server, an application store's server, or a relay server.

다양한 실시 예들에 따르면, 상기 기술한 구성요소들의 각각의 구성요소(예: 모듈 또는 프로그램)는 단수 또는 복수의 개체를 포함할 수 있으며, 복수의 개체 중 일부는 다른 구성요소에 분리 배치될 수도 있다. 다양한 실시 예들에 따르면, 전술한 해당 구성요소들 중 하나 이상의 구성요소들 또는 동작들이 생략되거나, 또는 하나 이상의 다른 구성요소들 또는 동작들이 추가될 수 있다. 대체적으로 또는 추가적으로, 복수의 구성요소들(예: 모듈 또는 프로그램)은 하나의 구성요소로 통합될 수 있다. 이런 경우, 통합된 구성요소는 상기 복수의 구성요소들 각각의 구성요소의 하나 이상의 기능들을 상기 통합 이전에 상기 복수의 구성요소들 중 해당 구성요소에 의해 수행되는 것과 동일 또는 유사하게 수행할 수 있다. 다양한 실시 예들에 따르면, 모듈, 프로그램 또는 다른 구성요소에 의해 수행되는 동작들은 순차적으로, 병렬적으로, 반복적으로, 또는 휴리스틱하게 실행되거나, 상기 동작들 중 하나 이상이 다른 순서로 실행되거나, 생략되거나, 또는 하나 이상의 다른 동작들이 추가될 수 있다.According to various embodiments, each component (e.g., module or program) of the above-described components may include a single or plural entity, and some of the plurality of entities may be separately placed in other components. . According to various embodiments, one or more of the components or operations described above may be omitted, or one or more other components or operations may be added. Alternatively or additionally, multiple components (eg, modules or programs) may be integrated into a single component. In this case, the integrated component may perform one or more functions of each component of the plurality of components in the same or similar manner as those performed by the corresponding component of the plurality of components prior to the integration. . According to various embodiments, operations performed by a module, program, or other component may be executed sequentially, in parallel, iteratively, or heuristically, or one or more of the operations may be executed in a different order, omitted, or , or one or more other operations may be added.

도 1은 일 실시 예에 따른 충전 시간 예측 장치를 나타내는 블록도이다.1 is a block diagram showing a charging time prediction device according to an embodiment.

도 1을 참조하면, 충전 시간 예측 장치(110)는 통신 회로(111), 메모리(113), 및/또는 프로세서(115)를 포함할 수 있다. 어떤 실시 예에 따르면, 충전 시간 예측 장치(110)는 도 1의 구성 요소들 중 적어도 하나가 생략되거나, 하나 이상의 다른 구성 요소가 추가될 수 있다. 어떤 실시 예에 따르면, 이 구성 요소들 중 일부들은 하나의 통합된 회로로 구현될 수 있다.Referring to FIG. 1 , the charging time prediction device 110 may include a communication circuit 111, a memory 113, and/or a processor 115. According to some embodiments, the charging time prediction device 110 may omit at least one of the components of FIG. 1 or add one or more other components. According to some embodiments, some of these components may be implemented as a single integrated circuit.

통신 회로(111)는 제1 외부 전자 장치(120) 및/또는 제2 외부 전자 장치(130)와 데이터를 유선 또는 무선으로 송수신할 수 있다. 여기에서, 제1 외부 전자 장치(120)는 전기 에너지를 이용하는 전기 차량이고, 제2 외부 전자 장치(130)는 스마트폰(smart phone) 또는 태블릿 PC(tablet personal computer)와 같은 휴대용 전자 장치일 수 있다. The communication circuit 111 may transmit and receive data with the first external electronic device 120 and/or the second external electronic device 130 wired or wirelessly. Here, the first external electronic device 120 may be an electric vehicle using electrical energy, and the second external electronic device 130 may be a portable electronic device such as a smart phone or tablet personal computer. there is.

일 실시 예에 따르면, 통신 회로(111)는 제1 외부 전자 장치(120)로부터 제1 외부 전자 장치(120)에 포함된 배터리에 관한 정보를 수신할 수 있다. 여기에서, 배터리에 관한 정보는 제1 외부 전자 장치(120)에 포함된 배터리의 모델 정보, 전류 값, 온도 값, SoC, 및/또는 SoH를 포함할 수 있다. 또한, 통신 회로(111)는 제1 외부 전자 장치(120) 또는 제2 외부 전자 장치(130)로부터 사용자 입력에 기반하여 설정된 목표 SoC를 수신할 수 있다. 일 실시 예에 따르면, 통신 회로(111)는 제1 외부 전자 장치(120) 및/또는 제2 외부 전자 장치(130)로부터 수신된 정보를 프로세서(115)로 전달할 수 있다.According to one embodiment, the communication circuit 111 may receive information about the battery included in the first external electronic device 120 from the first external electronic device 120 . Here, the information about the battery may include model information, current value, temperature value, SoC, and/or SoH of the battery included in the first external electronic device 120. Additionally, the communication circuit 111 may receive a target SoC set based on user input from the first external electronic device 120 or the second external electronic device 130. According to one embodiment, the communication circuit 111 may transmit information received from the first external electronic device 120 and/or the second external electronic device 130 to the processor 115.

일 실시 예에 따르면, 통신 회로(111)는 프로세서(115)로부터 전달 받은 명령 데이터를 제1 외부 전자 장치(120) 및/또는 제2 외부 전자 장치(130)로 송신할 수 있다. 예를 들어, 명령 데이터는 프로세서(115)에 의해 예측된 충전 소요 시간에 관한 정보를 포함할 수 있다. 또한, 명령 데이터는 제1 외부 전자 장치(120) 및/또는 제2 외부 전자 장치(130)로 하여금 지정된 알람을 사용자 인터페이스(예: 디스플레이, 스피커)를 통해 출력하도록 하는 인스트럭션들을 포함할 수 있다.According to one embodiment, the communication circuit 111 may transmit command data received from the processor 115 to the first external electronic device 120 and/or the second external electronic device 130. For example, the command data may include information about the charging time predicted by the processor 115. Additionally, the command data may include instructions that cause the first external electronic device 120 and/or the second external electronic device 130 to output a designated alarm through a user interface (eg, display, speaker).

메모리(113)는 휘발성 메모리 또는 비휘발성 메모리일 수 있다. 휘발성 메모리로서의 메모리(113)는 RAM, DRAM, SRAM 등이 사용될 수 있다. 비휘발성 메모리로서의 메모리(113)는 ROM, PROM, EAROM, EPROM, EEPROM, 플래시 메모리 등이 사용될 수 있다. 상기 열거한 메모리(113)의 예들은 단지 예시일 뿐이며, 이들 예로 한정되는 것은 아니다.Memory 113 may be volatile memory or non-volatile memory. The memory 113 as volatile memory may be RAM, DRAM, SRAM, etc. The memory 113 as non-volatile memory may be ROM, PROM, EAROM, EPROM, EEPROM, flash memory, etc. The examples of memory 113 listed above are merely examples and are not limited to these examples.

메모리(113)는 충전 시간 예측 장치(110)의 적어도 하나의 구성요소(예: 통신 회로(111) 및/또는 프로세서(115))에 의해 사용되는 다양한 데이터를 저장할 수 있다. 예를 들어, 메모리(113)는 프로세서(115)에 의해 생성된 충전 시간 예측 모델을 저장할 수 있다. 메모리(113)는 프로세서(115)에 의해 생성된 충전 시간 예측 모델을 외부 전자 장치(예: 제1 외부 전자 장치(120))에 포함된 배터리 모델 정보에 따라 분류하여 저장할 수 있다. 예를 들어, 배터리 모델 정보는 배터리가 배치된 제1 외부 전자 장치(120)의 모델 정보, 배터리의 OEM(original equipment manufacturing) 정보(예: 배터리의 제조처 정보), 및/또는 배터리의 제조년도 정보를 포함할 수 있다.The memory 113 may store various data used by at least one component (eg, the communication circuit 111 and/or the processor 115) of the charging time prediction device 110. For example, the memory 113 may store a charging time prediction model generated by the processor 115. The memory 113 may classify and store the charging time prediction model generated by the processor 115 according to battery model information included in the external electronic device (eg, the first external electronic device 120). For example, the battery model information may include model information of the first external electronic device 120 on which the battery is disposed, original equipment manufacturing (OEM) information of the battery (e.g., manufacturer information of the battery), and/or manufacturing year of the battery. May contain information.

프로세서(115)는 소프트웨어를 실행하여 프로세서(115)에 연결된 적어도 하나의 다른 구성 요소를 제어할 수 있고, 다양한 데이터 처리 또는 연산을 수행할 수 있다. 일 실시 예에 따르면, 프로세서(115)는 프로세서(115)에 연결된 적어도 하나의 다른 구성 요소를 제어하여 충전 시간 예측 장치(110)의 전반적인 동작을 제어할 수 있다. 프로세서(115)는 ASIC(application specific integrated circuit), DSP(digital signal processor), PLD(programmable logic devices), FPGAs(field programmable gate arrays), CPU(central processing unit), 마이크로컨트롤러(microcontrollers) 또는 마이크로프로세서(microprocessors)와 같은 처리 장치 중 적어도 하나를 포함할 수 있다.The processor 115 may execute software to control at least one other component connected to the processor 115 and may perform various data processing or operations. According to one embodiment, the processor 115 may control the overall operation of the charging time prediction device 110 by controlling at least one other component connected to the processor 115. The processor 115 may be an application specific integrated circuit (ASIC), digital signal processor (DSP), programmable logic devices (PLD), field programmable gate arrays (FPGAs), central processing unit (CPU), microcontrollers, or microprocessors. It may include at least one processing device such as (microprocessors).

일 실시 예에 따르면, 프로세서(115)는 충전 시간 예측 모델을 생성 및/또는 학습시킬 수 있다.According to one embodiment, the processor 115 may generate and/or learn a charging time prediction model.

일 실시 예에 따르면, 프로세서(115)는 통신 회로(111)를 통해 제1 외부 전자 장치(120)로부터 수신된 배터리 정보를 이용하여 충전 시간 예측 모델을 생성할 수 있다. 프로세서(115)는 충전 시간 예측 모델 생성 후 제1 외부 전자 장치(120)로부터 수신된 배터리 정보를 이용하여 생성된 충전 시간 예측 모델을 학습시킬 수 있다.According to one embodiment, the processor 115 may generate a charging time prediction model using battery information received from the first external electronic device 120 through the communication circuit 111. After generating the charging time prediction model, the processor 115 may train the generated charging time prediction model using battery information received from the first external electronic device 120.

일 실시 예에 따르면, 프로세서(115)는 획득된 배터리 정보에 포함된 배터리의 모델 정보에 대응되는 충전 시간 예측 모델을 생성할 수 있다. 예를 들어, 배터리의 모델 정보는 배터리가 배치된 제1 외부 전자 장치(120)의 모델 정보, 배터리의 OEM 정보(예: 배터리의 제조처 정보), 및/또는 배터리의 제조년도 정보를 포함할 수 있다. 일 실시 예에 따르면, 프로세서(115)는 동일한 모델 정보를 포함하는 배터리 정보만을 이용하여 생성된 충전 시간 예측 모델을 학습시킬 수 있다.According to one embodiment, the processor 115 may generate a charging time prediction model corresponding to battery model information included in the acquired battery information. For example, the model information of the battery may include model information of the first external electronic device 120 on which the battery is disposed, OEM information of the battery (e.g., manufacturer information of the battery), and/or manufacturing year information of the battery. You can. According to one embodiment, the processor 115 may train a charging time prediction model generated using only battery information including the same model information.

일 실시 예에 따르면, 프로세서(115)는 통신 회로(111)를 통해 제1 외부 전자 장치(120)로부터 제1 배터리 정보를 획득할 수 있다. 예를 들어, 제1 배터리 정보는 제1 외부 전자 장치(120)에 포함된 배터리의 전류 값, 온도 값, SoC, 및 SoH를 포함할 수 있다. 일 실시 예에 따르면, 제1 배터리 정보는 실시간으로 또는 주기적으로 획득될 수 있다. According to one embodiment, the processor 115 may obtain first battery information from the first external electronic device 120 through the communication circuit 111. For example, the first battery information may include the current value, temperature value, SoC, and SoH of the battery included in the first external electronic device 120. According to one embodiment, the first battery information may be acquired in real time or periodically.

일 실시 예에 따르면, 프로세서(115)는 통신 회로(111)를 통해 제1 외부 전자 장치(120)로부터 제1 외부 전자 장치(120)의 주행 속도에 관한 정보 및/또는 제1 외부 전자 장치(120)와 외부 충전기 간의 연결 여부에 관한 정보를 수신할 수 있다. 일 실시 예에 따르면, 주행 속도에 관한 정보 및/또는 연결 여부에 관한 정보는 실시간으로 또는 주기적으로 획득될 수 있다.According to one embodiment, the processor 115 receives information about the traveling speed of the first external electronic device 120 from the first external electronic device 120 through the communication circuit 111 and/or the first external electronic device ( 120) and an external charger can receive information regarding whether there is a connection. According to one embodiment, information about driving speed and/or information about connection status may be obtained in real time or periodically.

일 실시 예에 따르면, 프로세서(115)는 지정된 시구간 동안의 데이터를 분석할 수 있다. 일 실시 예에 따르면, 프로세서(115)는 지정된 시구간 동안의 데이터(예: 지정된 시구간 동안 측정되는 제1 배터리 정보, 주행 속도에 관한 정보, 및/또는 연결 여부에 관한 정보)를 분석함으로써, 충전 구간을 추출할 수 있다. 이하에서는, 프로세서(115)가 지정된 시구간 중 충전 구간을 추출하는 방법에 대해 설명한다. 일 실시 예에서, 지정된 시구간은 프로세서(115)가 배터리 정보를 분석하기 위한 시간 윈도우(예: 1주일, 1일, 1시간, 3시간)일 수 있다.According to one embodiment, the processor 115 may analyze data during a designated time period. According to one embodiment, the processor 115 analyzes data during a designated time period (e.g., first battery information measured during a designated time period, information about driving speed, and/or information about connection status), The charging section can be extracted. Below, a method for the processor 115 to extract a charging section from a designated time period will be described. In one embodiment, the designated time period may be a time window (eg, 1 week, 1 day, 1 hour, 3 hours) for the processor 115 to analyze battery information.

일 실시 예에 따르면, 프로세서(115)는 지정된 시구간 동안의 제1 배터리 정보, 제1 외부 전자 장치(120)의 주행 속도에 관한 정보, 및/또는 제1 외부 전자 장치(120)와 외부 충전기 간의 연결 여부에 관한 정보에 기반하여 충전 구간을 추출할 수 있다.According to one embodiment, the processor 115 may collect information about the first battery during a specified time period, information about the driving speed of the first external electronic device 120, and/or the first external electronic device 120 and the external charger. The charging section can be extracted based on information about whether or not the device is connected.

일 실시 예에 따르면, 프로세서(115)는 제1 배터리 정보에 포함되는 배터리의 전류 값에 기초하여 충전 구간을 추출할 수 있다. 일 실시 예에 따르면, 프로세서(115)는 제1 배터리 정보에 기반하여 배터리의 전류 값이 지정된 전류 값 이상인 구간에 기초하여 충전 구간을 추출할 수 있다. 일 실시 예에 따르면, 프로세서(115)는 제1 배터리 정보에 기반하여 배터리의 전류 값이 지정된 전류 값 이상인 구간 중 적어도 일부 구간을 충전 구간으로 추출할 수 있다. 여기에서, 지정된 전류 값은 0A일 수 있다. 배터리의 전류 값이 0A를 초과하는 경우, 배터리가 충전됨을 의미하고, 배터리의 전류 값이 0A 미만인 경우, 배터리가 방전됨을 의미할 수 있다. According to one embodiment, the processor 115 may extract the charging section based on the current value of the battery included in the first battery information. According to one embodiment, the processor 115 may extract a charging section based on the section in which the current value of the battery is greater than or equal to a specified current value based on the first battery information. According to one embodiment, the processor 115 may extract at least some sections in which the current value of the battery is greater than or equal to a specified current value as a charging section based on the first battery information. Here, the specified current value may be 0A. If the current value of the battery exceeds 0A, it may mean that the battery is being charged, and if the current value of the battery is less than 0A, this may mean that the battery is discharged.

일 실시 예에 따르면, 프로세서(115)는 제1 외부 전자 장치(120)의 주행 속도에 관한 정보 및 제1 외부 전자 장치(120)와 외부 충전기 간의 연결 여부에 관한 정보에 기반하여 충전 구간을 추출할 수 있다. 일 실시 예에 따르면, 프로세서(115)는 제1 외부 전자 장치(120)의 주행 속도가 지정된 속도이고, 제1 외부 전자 장치(120)가 외부 충전기와 연결된 상태인 구간에 기초하여 충전 구간을 추출할 수 있다. 일 실시 예에 따르면, 프로세서(115)는 제1 외부 전자 장치(120)의 주행 속도가 지정된 속도이고, 제1 외부 전자 장치(120)가 외부 충전기와 연결된 상태인 구간 중 적어도 일부 구간을 충전 구간으로 추출할 수 있다. 여기에서, 지정된 속도는 0km/hr 일 수 있다.According to one embodiment, the processor 115 extracts a charging section based on information about the driving speed of the first external electronic device 120 and information about whether the first external electronic device 120 is connected to an external charger. can do. According to one embodiment, the processor 115 extracts a charging section based on a section in which the driving speed of the first external electronic device 120 is a specified speed and the first external electronic device 120 is connected to an external charger. can do. According to one embodiment, the processor 115 sets the driving speed of the first external electronic device 120 to a specified speed and selects at least some of the sections in which the first external electronic device 120 is connected to the external charger to be a charging section. It can be extracted with Here, the specified speed may be 0 km/hr.

일 실시 예에 따르면, 프로세서(115)는 제1 배터리 정보에 기반하여 지정된 시구간 중 데이터 단절 구간, 충전 시간이 지정된 시간 미만인 구간, 충전량이 지정된 충전량 미만인 구간을 제외하고 충전 구간을 추출할 수 있다.According to one embodiment, the processor 115 may extract a charging section from among the designated time sections based on the first battery information, excluding the data disconnection section, the section where the charging time is less than the specified time, and the section where the charging amount is less than the specified charging amount. .

일 실시 예에 따르면, 프로세서(115)는 배터리의 전류 변화 값이 지정된 변화 값 이상인 구간을 제외하고 충전 구간을 추출할 수 있다. 배터리 충전 중 배터리의 전류 변화 값이 지정된 변화 값 이상인 경우, 측정된 전류에 노이즈가 발생됨을 의미할 수 있다.According to one embodiment, the processor 115 may extract a charging section excluding a section in which the change value of the battery's current is greater than or equal to a specified change value. If the current change value of the battery during battery charging is greater than the specified change value, this may mean that noise is generated in the measured current.

일 실시 예에 따르면, 프로세서(115)는 지정된 시구간 중 배터리의 전류 값이 지정된 전류 값 이상인 제1 구간을 추출할 수 있다. 프로세서(115)는 제1 구간 중 외부 전자 장치의 주행 속도가 지정된 속도이고, 외부 전자 장치가 외부 충전기와 연결된 상태인 제2 구간을 추출할 수 있다. 프로세서(115)는 제2 구간 중 데이터 단절 구간, 충전 시간이 지정된 시간 미만인 구간, 충전량이 지정된 충전량 미만인 구간을 제외한 제3 구간을 추출할 수 있다.According to one embodiment, the processor 115 may extract a first section in which the current value of the battery is greater than or equal to the specified current value during the specified time section. The processor 115 may extract a second section from the first section in which the traveling speed of the external electronic device is a specified speed and the external electronic device is connected to an external charger. The processor 115 may extract a third section from the second section excluding the data disconnection section, the section where the charging time is less than the specified time, and the section where the charging amount is less than the specified charging amount.

일 실시 예에 따르면, 제2 구간은 데이터 단절 구간을 포함할 수 있다. 예를 들어, 제2 구간에 포함된 제3 구간 또는 제4 구간 중 제4 구간이 데이터 단절 구간을 포함할 수 있다. 제4 구간에서 데이터 단절 구간을 제외하고 남은 구간이 지정된 시간 미만의 구간인 경우, 프로세서(115)는 제4 구간을 제외한 제3 구간을 충전 구간으로 추출할 수 있다. 여기에서, 데이터 단절 구간은 제1 외부 전자 장치(120)로부터 일정 시간 이상 데이터를 획득하지 못한 구간을 의미할 수 있다.According to one embodiment, the second section may include a data interruption section. For example, the third section included in the second section or the fourth section among the fourth sections may include a data disconnection section. If the remaining section excluding the data disconnection section in the fourth section is shorter than the designated time, the processor 115 may extract the third section excluding the fourth section as the charging section. Here, the data disconnection section may mean a section in which data is not obtained from the first external electronic device 120 for more than a certain period of time.

일 실시 예에 따르면, 프로세서(115)는 SoC 변화량에 기반하여 지정된 충전량 미만인 구간을 제외하고 충전 구간을 추출할 수 있다. 예를 들어, 제2 구간에 포함된 제3 구간 또는 제4 구간 중 제4 구간의 SoC 변화량이 지정된 변화량 미만의 구간인 경우, 프로세서(115)는 제4 구간을 제외한 제3 구간을 충전 구간으로 추출할 수 있다.According to one embodiment, the processor 115 may extract a charging section excluding a section that is less than a specified charging amount based on the SoC change amount. For example, if the SoC change amount in the fourth section among the third section or fourth section included in the second section is less than the specified change amount, the processor 115 sets the third section excluding the fourth section as the charging section. It can be extracted.

일 실시 예에 따르면, 프로세서(115)는 제3 구간 중 배터리의 전류 변화 값이 지정된 변화 값 이상인 구간을 제외한 구간을 충전 구간으로 추출할 수 있다.According to one embodiment, the processor 115 may extract the section excluding the section in which the current change value of the battery is greater than or equal to the specified change value among the third section as the charging section.

일 실시 예에 따르면, 프로세서(115)는 추출된 충전 구간 동안의 배터리의 전류 값, 온도 값, SoC, 및 SoH를 이용하여 충전 시간 예측 모델을 생성 및/또는 학습시킬 수 있다. 이하에서는, 프로세서(115)가 충전 시간 예측 모델을 생성 및/또는 학습시키는 방법에 대해 설명한다. 일 실시 예에서, 충전 시간 예측 모델은 배터리의 충전 시작 시점의 전류 값, 온도 값, SoC, SoH, 및 목표 SoC를 입력 데이터로 이용하여 충전 소요 시간을 출력 데이터로 획득하기 위한 기계 학습 모델일 수 있다. According to one embodiment, the processor 115 may generate and/or learn a charging time prediction model using the extracted current value, temperature value, SoC, and SoH of the battery during the charging period. Hereinafter, a method for the processor 115 to generate and/or learn a charging time prediction model will be described. In one embodiment, the charging time prediction model may be a machine learning model for obtaining the charging time as output data by using the current value at the start of charging of the battery, temperature value, SoC, SoH, and target SoC as input data. there is.

일 실시 예에 따르면, 프로세서(115)는 지정된 시구간에서 추출된 충전 구간 동안의 배터리의 전류 값, 온도 값, SoC, 및 SoH를 식별할 수 있다. 일 실시 예에 따르면, 프로세서(115)는 충전 구간의 적어도 두 시점들 각각의 전류 값, 온도 값, SoC, 및 SoH를 식별할 수 있다. According to one embodiment, the processor 115 may identify the current value, temperature value, SoC, and SoH of the battery during the charging section extracted from the designated time period. According to one embodiment, the processor 115 may identify the current value, temperature value, SoC, and SoH at each of at least two points in the charging period.

일 실시 예에 따르면, 프로세서(115)는 두 시점들 중 제1 시점에서의 전류 값, 온도 값, SoC, 및 SoH와 제2 시점에서의 SoC에 기초하여 충전 시간 예측 모델을 학습시킬 수 있다. 예를 들어, 프로세서(115)는 두 시점들 중 제1 시점에서의 전류 값, 온도 값, SoC, 및 SoH와 제2 시점에서의 SoC를 충전 시간 예측 모델의 입력 데이터로 이용함으로써, 충전 시간 예측 모델을 학습시킬 수 있다. According to one embodiment, the processor 115 may learn a charging time prediction model based on the current value, temperature value, SoC, and SoH at the first of the two time points and the SoC at the second time point. For example, the processor 115 predicts the charging time by using the current value, temperature value, SoC, and SoH at the first of the two time points and the SoC at the second time point as input data of the charging time prediction model. You can train a model.

일 실시 예에서, 프로세서(115)는 제1 시점에서의 전류 값, 온도 값, SoC, 및 SoH와 제2 시점에서의 SoC에 기반한 충전 시간 예측 모델의 출력 데이터와 제1 시점 및 제2 시점 간의 차이 값에 기초하여, 충전 시간 예측 모델의 히든 레이어의 파라미터들(또는, 가중치들)을 조정할 수 있다. 일 실시 예에서, 프로세서(115)는 충전 시간 예측 모델의 출력 데이터와 차이 값 간의 오차가 지정된 오차 이내의 값을 나타내도록 충전 시간 예측 모델의 히든 레이어의 파라미터들(또는, 가중치들)을 조정할 수 있다.In one embodiment, the processor 115 determines the output data of the charging time prediction model based on the current value, temperature value, SoC, and SoH at the first time point and the SoC at the second time point, and between the first time point and the second time point. Based on the difference value, the parameters (or weights) of the hidden layer of the charging time prediction model can be adjusted. In one embodiment, the processor 115 may adjust the parameters (or weights) of the hidden layer of the charging time prediction model so that the error between the output data of the charging time prediction model and the difference value represents a value within a specified error. there is.

일 실시 예에 따르면, 프로세서(115)는 충전 구간의 데이터를 이용하여 충전 시간 예측 모델을 반복 학습시킬 수 있다. 일 실시 예에 따르면, 프로세서(115)는 충전 구간의 모든 시점에서의 전류 값, 온도 값, SoC, 및/또는 SoC를 이용하여 충전 시간 예측 모델을 반복 학습시킬 수 있다. 예를 들어, 충전 구간의 제1 시점 및 제2 시점에서의 데이터를 이용하여 충전 시간 예측 모델을 학습시키고, 충전 구간의 제3 시점 및 제4 시점에서의 데이터를 이용하여 충전 시간 예측 모델을 학습시킬 수 있다.According to one embodiment, the processor 115 may repeatedly learn a charging time prediction model using data from the charging section. According to one embodiment, the processor 115 may repeatedly learn a charging time prediction model using current values, temperature values, SoC, and/or SoC at all points in the charging period. For example, a charging time prediction model is trained using data from the first and second time points of the charging section, and a charging time prediction model is learned using data from the third and fourth time points of the charging section. You can do it.

일 실시 예에 따르면, 프로세서(115)는 충전 시간 예측 모델의 출력 데이터에 기초하여, 충전 시간 예측 모델에 대한 학습을 종료할 수 있다. 일 실시 예에서, 프로세서(115)는 충전 시간 예측 모델의 출력 데이터와 충전 구간의 적어도 두 시점들 간의 차이 값 간의 오차가 지정된 오차 이내인 경우, 충전 시간 예측 모델에 대한 학습을 종료할 수 있다.According to one embodiment, the processor 115 may end learning the charging time prediction model based on output data of the charging time prediction model. In one embodiment, the processor 115 may end learning the charging time prediction model when the error between the output data of the charging time prediction model and the difference value between at least two points in the charging section is within a specified error.

일 실시 예에 따르면, 프로세서(115)는 머신 러닝(machine learning) 모델(예: GBM(gradient boosting machine) 또는 DRF(distributed random forest))에 의해 충전 시간 예측 모델을 생성 및/또는 학습시킬 수 있다.According to one embodiment, the processor 115 may generate and/or learn a charging time prediction model using a machine learning model (e.g., gradient boosting machine (GBM) or distributed random forest (DRF)). .

이하에서는, 프로세서(115)가 학습된 충전 시간 예측 모델에 기반하여, 충전 소요 시간을 예측하는 방법에 대해 설명한다.Hereinafter, a method for the processor 115 to predict the charging time based on the learned charging time prediction model will be described.

일 실시 예에 따르면, 프로세서(115)는 생성 및/또는 학습된 충전 시간 예측 모델에 기반하여 충전 소요 시간을 예측할 수 있다.According to one embodiment, the processor 115 may predict the charging time based on a generated and/or learned charging time prediction model.

일 실시 예에 따르면, 프로세서(115)는 통신 회로(111)를 통해 제1 외부 전자 장치(120)로부터 제2 배터리 정보를 수신할 수 있다. 예를 들어, 제2 배터리 정보는 제1 외부 전자 장치(120)에 포함된 배터리의 지정된 시점의 전류 값, 온도 값, SoC, 및 SoH를 포함할 수 있다.According to one embodiment, the processor 115 may receive second battery information from the first external electronic device 120 through the communication circuit 111. For example, the second battery information may include the current value, temperature value, SoC, and SoH of the battery included in the first external electronic device 120 at a specified point in time.

일 실시 예에 따르면, 프로세서(115)는 충전 시간 예측 모델에 기반하여 제2 배터리 정보에 포함된 SoC에서 목표 SoC까지의 충전 소요 시간을 예측할 수 있다. 여기에서, 목표 SoC는 제2 배터리 정보에 포함된 배터리의 지정된 시점의 SoC와 배터리가 만충전 되었을 때의 SoC 사이의 SoC 중 하나의 SoC를 의미할 수 있다. 일 실시 예에 따르면, 프로세서(115)는 제1 외부 전자 장치(120) 또는 제2 외부 전자 장치(130)로부터 사용자 입력에 기반하여 설정된 목표 SoC를 획득할 수 있다. 이 경우, 프로세서(115)는 목표 SoC를 선택하는 사용자 입력을 획득하기 위해 제1 외부 전자 장치(120) 또는 제2 외부 전자 장치(130)를 통해 인터페이스(예: 도 5의 제1 화면(510))를 출력할 수 있다.According to one embodiment, the processor 115 may predict the charging time from the SoC included in the second battery information to the target SoC based on a charging time prediction model. Here, the target SoC may mean one of the SoCs between the SoC at a specified point in time of the battery included in the second battery information and the SoC when the battery is fully charged. According to one embodiment, the processor 115 may obtain a target SoC set based on user input from the first external electronic device 120 or the second external electronic device 130. In this case, the processor 115 uses an interface (e.g., the first screen 510 of FIG. 5) through the first external electronic device 120 or the second external electronic device 130 to obtain a user input for selecting the target SoC. )) can be output.

일 실시 예에 따르면, 프로세서(115)는 예측된 충전 소요 시간을 사용자에게 제공할 수 있다. 일 실시 예에 따르면, 프로세서(115)는 통신 회로(111)를 통해 명령 데이터를 제1 외부 전자 장치(120) 및/또는 제2 외부 전자 장치(130)로 송신할 수 있다. 예를 들어, 명령 데이터는 예측된 충전 소요 시간에 관한 정보를 포함할 수 있다. 또한, 명령 데이터는 제1 외부 전자 장치(120) 및/또는 제2 외부 전자 장치(130)로 하여금 지정된 알람(예: 도 5의 제2 화면(520))을 사용자 인터페이스를 통해 출력하도록 하는 인스트럭션들을 포함할 수 있다.According to one embodiment, the processor 115 may provide the predicted charging time to the user. According to one embodiment, the processor 115 may transmit command data to the first external electronic device 120 and/or the second external electronic device 130 through the communication circuit 111. For example, the command data may include information regarding the predicted charging time. In addition, the command data is an instruction that causes the first external electronic device 120 and/or the second external electronic device 130 to output a designated alarm (e.g., the second screen 520 of FIG. 5) through the user interface. may include.

도 2는 일 실시 예에 따른 충전 시간 예측 장치의 동작 흐름도이다. 도 2는 도 1의 구성들을 이용하여 설명될 수 있다.Figure 2 is an operation flowchart of a charging time prediction device according to an embodiment. FIG. 2 can be explained using the configurations of FIG. 1 .

도 2에 도시된 실시 예는 일 실시 예일 뿐이며, 본 발명의 다양한 실시 예에 따른 단계의 순서는 도 2에 도시된 바와 다를 수 있고, 도 2에 도시된 일부 단계들이 생략되거나 단계들 간의 순서가 변경되거나 단계들이 병합될 수도 있다.The embodiment shown in FIG. 2 is only an example, and the order of steps according to various embodiments of the present invention may be different from that shown in FIG. 2, and some steps shown in FIG. 2 may be omitted or the order between steps may be different. Changes may be made or steps may be merged.

일 실시 예에 따르면, 동작 205 내지 215는 충전 시간 예측 장치(110)의 프로세서(115)에서 수행되는 것으로 이해될 수 있다.According to one embodiment, operations 205 to 215 may be understood as being performed by the processor 115 of the charging time prediction device 110.

도 2를 참조하면, 동작 205에서, 충전 시간 예측 장치(110)는 충전 시간 예측 모델을 생성 및/또는 학습시킬 수 있다.Referring to FIG. 2, in operation 205, the charging time prediction device 110 may generate and/or learn a charging time prediction model.

일 실시 예에 따르면, 충전 시간 예측 장치(110)는 제1 외부 전자 장치(120)로부터 획득된 배터리 정보를 이용하여 충전 시간 예측 모델을 생성할 수 있다. 충전 시간 예측 장치(110)는 충전 시간 예측 모델 생성 후 제1 외부 전자 장치(120)로부터 획득된 배터리 정보를 이용하여 생성된 충전 시간 예측 모델을 학습시킬 수 있다.According to one embodiment, the charging time prediction device 110 may generate a charging time prediction model using battery information obtained from the first external electronic device 120. The charging time prediction device 110 may learn the generated charging time prediction model using battery information obtained from the first external electronic device 120 after generating the charging time prediction model.

일 실시 예에 따르면, 충전 시간 예측 장치(110)는 획득된 배터리 정보에 포함된 배터리의 모델 정보에 대응되는 충전 시간 예측 모델을 생성할 수 있다. 예를 들어, 배터리의 모델 정보는 배터리가 배치된 제1 외부 전자 장치(120)의 모델 정보, 배터리의 OEM 정보(예: 배터리의 제조처 정보), 및/또는 배터리의 제조년도 정보를 포함할 수 있다. 일 실시 예에 따르면, 충전 시간 예측 장치(110)는 동일한 모델 정보를 포함하는 배터리 정보만을 이용하여 생성된 충전 시간 예측 모델을 학습시킬 수 있다.According to one embodiment, the charging time prediction device 110 may generate a charging time prediction model corresponding to battery model information included in the acquired battery information. For example, the model information of the battery may include model information of the first external electronic device 120 on which the battery is disposed, OEM information of the battery (e.g., manufacturer information of the battery), and/or manufacturing year information of the battery. You can. According to one embodiment, the charging time prediction device 110 may learn a charging time prediction model generated using only battery information including the same model information.

충전 시간 예측 장치(110)가 충전 시간 예측 모델을 생성 및/또는 학습시키는 동작에 대해서는 후술할 도 3 및 도 4를 통해 구체적으로 설명될 수 있다.The operation of the charging time prediction device 110 to generate and/or learn a charging time prediction model can be described in detail with reference to FIGS. 3 and 4, which will be described later.

동작 210에서, 충전 시간 예측 장치(110)는 동작 205에서 생성 및/또는 학습된 충전 시간 예측 모델에 기반하여 충전 소요 시간을 예측할 수 있다.In operation 210, the charging time prediction device 110 may predict the charging time based on the charging time prediction model generated and/or learned in operation 205.

일 실시 예에 따르면, 충전 시간 예측 장치(110)는 제1 외부 전자 장치(120)로부터 제2 배터리 정보를 획득할 수 있다. 예를 들어, 제2 배터리 정보는 제1 외부 전자 장치(120)에 포함된 배터리의 지정된 시점의 전류 값, 온도 값, SoC, 및 SoH를 포함할 수 있다.According to one embodiment, the charging time prediction device 110 may obtain second battery information from the first external electronic device 120. For example, the second battery information may include the current value, temperature value, SoC, and SoH of the battery included in the first external electronic device 120 at a specified point in time.

일 실시 예에 따르면, 충전 시간 예측 장치(110)는 충전 시간 예측 모델에 기반하여 제2 배터리 정보에 포함된 SoC에서 목표 SoC까지의 충전 소요 시간을 예측할 수 있다. 여기에서, 목표 SoC는 제2 배터리 정보에 포함된 배터리의 지정된 시점의 SoC와 배터리가 만충전 되었을 때의 SoC 사이의 SoC 중 하나의 SoC를 의미할 수 있다. 일 실시 예에 따르면, 충전 시간 예측 장치(110)는 제1 외부 전자 장치(120) 또는 제2 외부 전자 장치(130)로부터 사용자 입력에 기반하여 설정된 목표 SoC를 획득할 수 있다. 이 경우, 충전 시간 예측 장치(110)는 목표 SoC를 선택하는 사용자 입력을 획득하기 위해 제1 외부 전자 장치(120) 또는 제2 외부 전자 장치(130)를 통해 인터페이스(예: 도 5의 제1 화면(510))를 출력할 수 있다.According to one embodiment, the charging time prediction device 110 may predict the charging time from the SoC included in the second battery information to the target SoC based on a charging time prediction model. Here, the target SoC may mean one of the SoCs between the SoC at a specified point in time of the battery included in the second battery information and the SoC when the battery is fully charged. According to one embodiment, the charging time prediction device 110 may obtain a target SoC set based on user input from the first external electronic device 120 or the second external electronic device 130. In this case, the charging time prediction device 110 uses an interface (e.g., the first external electronic device 120 or the second external electronic device 130 in FIG. 5 to obtain a user input for selecting the target SoC). Screen 510) can be output.

동작 215에서, 충전 시간 예측 장치(110)는 동작 210에서 예측된 충전 소요 시간을 사용자에게 제공할 수 있다. 일 실시 예에 따르면, 충전 시간 예측 장치(110)는 명령 데이터를 제1 외부 전자 장치(120) 및/또는 제2 외부 전자 장치(130)로 송신할 수 있다. 예를 들어, 명령 데이터는 동작 210에서 예측된 충전 소요 시간에 관한 정보를 포함할 수 있다. 또한, 명령 데이터는 제1 외부 전자 장치(120) 및/또는 제2 외부 전자 장치(130)로 하여금 지정된 알람(예: 도 5의 제2 화면(520))을 사용자 인터페이스를 통해 출력하도록 하는 인스트럭션들을 포함할 수 있다.In operation 215, the charging time prediction device 110 may provide the charging time predicted in operation 210 to the user. According to one embodiment, the charging time prediction device 110 may transmit command data to the first external electronic device 120 and/or the second external electronic device 130. For example, the command data may include information about the charging time predicted in operation 210. In addition, the command data is an instruction that causes the first external electronic device 120 and/or the second external electronic device 130 to output a designated alarm (e.g., the second screen 520 of FIG. 5) through the user interface. may include.

도 3은 일 실시 예에 따른 충전 시간 예측 장치의 동작 흐름도이다. 도 3은 도 1의 구성들을 이용하여 설명될 수 있다.Figure 3 is an operation flowchart of a charging time prediction device according to an embodiment. FIG. 3 can be explained using the configurations of FIG. 1 .

도 3에 도시된 실시 예는 일 실시 예일 뿐이며, 본 발명의 다양한 실시 예에 따른 단계의 순서는 도 3에 도시된 바와 다를 수 있고, 도 3에 도시된 일부 단계들이 생략되거나 단계들 간의 순서가 변경되거나 단계들이 병합될 수도 있다.The embodiment shown in FIG. 3 is only an example, and the order of steps according to various embodiments of the present invention may be different from that shown in FIG. 3, and some steps shown in FIG. 3 may be omitted or the order between steps may be different. Changes may be made or steps may be merged.

일 실시 예에 따르면, 동작 305 내지 315는 충전 시간 예측 장치(110)의 프로세서(115)에서 수행되는 것으로 이해될 수 있다.According to one embodiment, operations 305 to 315 may be understood as being performed by the processor 115 of the charging time prediction device 110.

도 3을 참조하면, 동작 305에서, 충전 시간 예측 장치(110)는 제1 외부 전자 장치(120)로부터 제1 배터리 정보를 획득할 수 있다. 예를 들어, 제1 배터리 정보는 제1 외부 전자 장치(120)에 포함된 배터리의 전류 값, 온도 값, SoC, 및 SoH를 포함할 수 있다. 일 실시 예에 따르면, 제1 배터리 정보는 실시간으로 또는 주기적으로 획득될 수 있다.Referring to FIG. 3 , in operation 305, the charging time prediction device 110 may obtain first battery information from the first external electronic device 120. For example, the first battery information may include the current value, temperature value, SoC, and SoH of the battery included in the first external electronic device 120. According to one embodiment, the first battery information may be acquired in real time or periodically.

일 실시 예에 따르면, 충전 시간 예측 장치(110)는 지정된 시구간 동안의 데이터를 분석할 수 있다. 일 실시 예에 따르면, 충전 시간 예측 장치(110)는 지정된 시구간 동안의 데이터(예: 지정된 시구간 동안 측정되는 제1 배터리 정보, 주행 속도에 관한 정보, 및/또는 연결 여부에 관한 정보)를 분석함으로써, 충전 구간을 추출할 수 있다. 이하에서는, 충전 시간 예측 장치(110)가 지정된 시구간 중 충전 구간을 추출하는 방법에 대해 설명한다. 일 실시 예에서, 지정된 시구간은 충전 시간 예측 장치(110)가 배터리 정보를 분석하기 위한 시간 윈도우(예: 1주일, 1일, 1시간, 3시간)일 수 있다.According to one embodiment, the charging time prediction device 110 may analyze data during a designated time period. According to one embodiment, the charging time prediction device 110 stores data during a specified time period (e.g., first battery information measured during a specified time period, information about driving speed, and/or information about connection status). By analyzing, the charging section can be extracted. Hereinafter, a method for the charging time prediction device 110 to extract a charging section from a designated time period will be described. In one embodiment, the designated time period may be a time window (eg, 1 week, 1 day, 1 hour, 3 hours) for the charging time prediction device 110 to analyze battery information.

동작 310에서, 충전 시간 예측 장치(110)는 지정된 시구간 중 충전 구간을 추출할 수 있다. 일 실시 예에 따르면, 충전 시간 예측 장치(110)는 제1 외부 전자 장치(120)로부터 제1 외부 전자 장치(120)의 주행 속도에 관한 정보 및/또는 제1 외부 전자 장치(120)와 외부 충전기 간의 연결 여부에 관한 정보를 획득할 수 있다. 일 실시 예에 따르면, 주행 속도에 관한 정보 및/또는 연결 여부에 관한 정보는 실시간으로 또는 주기적으로 획득될 수 있다. 일 실시 예에 따르면, 충전 시간 예측 장치(110)는 지정된 시구간 동안의 제1 배터리 정보, 제1 외부 전자 장치(120)의 주행 속도에 관한 정보, 및/또는 제1 외부 전자 장치(120)와 외부 충전기 간의 연결 여부에 관한 정보에 기반하여 충전 구간을 추출할 수 있다. In operation 310, the charging time prediction device 110 may extract a charging section from a specified time period. According to one embodiment, the charging time prediction device 110 receives information about the driving speed of the first external electronic device 120 from the first external electronic device 120 and/or transmits information about the driving speed of the first external electronic device 120 and/or You can obtain information about whether chargers are connected. According to one embodiment, information about driving speed and/or information about connection status may be obtained in real time or periodically. According to one embodiment, the charging time prediction device 110 includes first battery information during a specified time period, information about the driving speed of the first external electronic device 120, and/or the first external electronic device 120. The charging section can be extracted based on information about whether there is a connection between the device and an external charger.

일 실시 예에 따르면, 충전 시간 예측 장치(110)는 제1 배터리 정보에 포함되는 배터리의 전류 값에 기초하여 충전 구간을 추출할 수 있다. 일 실시 예에 따르면, 충전 시간 예측 장치(110)는 제1 배터리 정보에 기반하여 배터리의 전류 값이 지정된 전류 값 이상인 구간에 기초하여 충전 구간을 추출할 수 있다. According to one embodiment, the charging time prediction device 110 may extract a charging section based on the current value of the battery included in the first battery information. According to one embodiment, the charging time prediction device 110 may extract a charging section based on the section in which the current value of the battery is greater than or equal to a specified current value based on the first battery information.

일 실시 예에 따르면, 충전 시간 예측 장치(110)는 제1 외부 전자 장치(120)의 주행 속도에 관한 정보 및 제1 외부 전자 장치(120)와 외부 충전기 간의 연결 여부에 관한 정보에 기반하여 충전 구간을 추출할 수 있다. 일 실시 예에 따르면, 충전 시간 예측 장치(110)는 제1 외부 전자 장치(120)의 주행 속도가 지정된 속도이고, 제1 외부 전자 장치(120)가 외부 충전기와 연결된 상태인 구간에 기초하여 충전 구간을 추출할 수 있다.According to one embodiment, the charging time prediction device 110 charges based on information about the driving speed of the first external electronic device 120 and information about whether the first external electronic device 120 is connected to an external charger. The section can be extracted. According to one embodiment, the charging time prediction device 110 charges based on a section in which the driving speed of the first external electronic device 120 is a specified speed and the first external electronic device 120 is connected to an external charger. The section can be extracted.

일 실시 예에 따르면, 충전 시간 예측 장치(110)는 제1 배터리 정보에 기반하여 지정된 시구간 중 데이터 단절 구간, 충전 시간이 지정된 시간 미만인 구간, 충전량이 지정된 충전량 미만인 구간을 제외하고 충전 구간을 추출할 수 있다.According to one embodiment, the charging time prediction device 110 extracts a charging section from the specified time section based on the first battery information, excluding the data disconnection section, the section where the charging time is less than the specified time, and the section where the charging amount is less than the specified charging amount. can do.

일 실시 예에 따르면, 충전 시간 예측 장치(110)는 배터리의 전류 변화 값이 지정된 변화 값 이상인 구간을 제외하고 충전 구간을 추출할 수 있다. 배터리 충전 중 배터리의 전류 변화 값이 지정된 변화 값 이상인 경우, 측정된 전류에 노이즈가 발생됨을 의미할 수 있다.According to one embodiment, the charging time prediction device 110 may extract a charging section excluding a section in which the current change value of the battery is greater than or equal to a specified change value. If the current change value of the battery during battery charging is greater than the specified change value, this may mean that noise is generated in the measured current.

충전 시간 예측 장치(110)가 충전 구간을 추출하는 동작에 대해서는 후술할 도 4를 통해 구체적으로 설명될 수 있다.The operation of the charging time prediction device 110 to extract the charging section can be explained in detail with reference to FIG. 4, which will be described later.

동작 315에서, 충전 시간 예측 장치(110)는 동작 310에서 추출된 충전 구간 동안의 배터리의 전류 값, 온도 값, SoC, 및 SoH를 이용하여 충전 시간 예측 모델을 생성 및/또는 학습시킬 수 있다. 일 실시 예에서, 충전 시간 예측 모델은 배터리의 충전 시작 시점의 전류 값, 온도 값, SoC, SoH, 및 목표 SoC를 입력 데이터로 이용하여 충전 소요 시간을 출력 데이터로 획득하기 위한 기계 학습 모델일 수 있다.In operation 315, the charging time prediction device 110 may generate and/or learn a charging time prediction model using the current value, temperature value, SoC, and SoH of the battery during the charging section extracted in operation 310. In one embodiment, the charging time prediction model may be a machine learning model for obtaining the charging time as output data by using the current value at the start of charging of the battery, temperature value, SoC, SoH, and target SoC as input data. there is.

일 실시 예에 따르면, 충전 시간 예측 장치(110)는 지정된 시구간에서 추출된 충전 구간 동안의 배터리의 전류 값, 온도 값, SoC, 및 SoH를 식별할 수 있다. 일 실시 예에 따르면, 충전 시간 예측 장치(110)는 충전 구간의 적어도 두 시점들 각각의 전류 값, 온도 값, SoC, 및 SoH를 식별할 수 있다. According to one embodiment, the charging time prediction device 110 may identify the current value, temperature value, SoC, and SoH of the battery during the charging section extracted from the specified time period. According to one embodiment, the charging time prediction device 110 may identify the current value, temperature value, SoC, and SoH at each of at least two points in the charging section.

일 실시 예에 따르면, 충전 시간 예측 장치(110)는 두 시점들 중 제1 시점에서의 전류 값, 온도 값, SoC, 및 SoH와 제2 시점에서의 SoC에 기초하여 충전 시간 예측 모델을 학습시킬 수 있다. 예를 들어, 충전 시간 예측 장치(110)는 두 시점들 중 제1 시점에서의 전류 값, 온도 값, SoC, 및 SoH와 제2 시점에서의 SoC를 충전 시간 예측 모델의 입력 데이터로 이용함으로써, 충전 시간 예측 모델을 학습시킬 수 있다. According to one embodiment, the charging time prediction device 110 may learn a charging time prediction model based on the current value, temperature value, SoC, and SoH at a first time point among the two time points and the SoC at a second time point. You can. For example, the charging time prediction device 110 uses the current value, temperature value, SoC, and SoH at the first of the two time points and the SoC at the second time point as input data of the charging time prediction model, A charging time prediction model can be trained.

일 실시 예에서, 충전 시간 예측 장치(110)는 제1 시점에서의 전류 값, 온도 값, SoC, 및 SoH와 제2 시점에서의 SoC에 기반한 충전 시간 예측 모델의 출력 데이터와 제1 시점 및 제2 시점 간의 차이 값에 기초하여, 충전 시간 예측 모델의 히든 레이어의 파라미터들(또는, 가중치들)을 조정할 수 있다. 일 실시 예에서, 충전 시간 예측 장치(110)는 충전 시간 예측 모델의 출력 데이터와 차이 값 간의 오차가 지정된 오차 이내의 값을 나타내도록 충전 시간 예측 모델의 히든 레이어의 파라미터들(또는, 가중치들)을 조정할 수 있다.In one embodiment, the charging time prediction device 110 includes output data of a charging time prediction model based on current value, temperature value, SoC, and SoH at a first time point and SoC at a second time point and the first time point and the second time point. Based on the difference value between the two time points, the parameters (or weights) of the hidden layer of the charging time prediction model can be adjusted. In one embodiment, the charging time prediction device 110 configures the parameters (or weights) of the hidden layer of the charging time prediction model so that the error between the output data of the charging time prediction model and the difference value represents a value within a specified error. can be adjusted.

일 실시 예에 따르면, 충전 시간 예측 장치(110)는 충전 구간의 데이터를 이용하여 충전 시간 예측 모델을 반복 학습시킬 수 있다. 일 실시 예에 따르면, 충전 시간 예측 장치(110)는 충전 구간의 모든 시점에서의 전류 값, 온도 값, SoC, 및/또는 SoC를 이용하여 충전 시간 예측 모델을 반복 학습시킬 수 있다. 예를 들어, 충전 구간의 제1 시점 및 제2 시점에서의 데이터를 이용하여 충전 시간 예측 모델을 학습시키고, 충전 구간의 제3 시점 및 제4 시점에서의 데이터를 이용하여 충전 시간 예측 모델을 학습시킬 수 있다.According to one embodiment, the charging time prediction device 110 may repeatedly learn a charging time prediction model using data from the charging section. According to one embodiment, the charging time prediction device 110 may repeatedly learn a charging time prediction model using current values, temperature values, SoC, and/or SoC at all points in the charging section. For example, a charging time prediction model is trained using data from the first and second time points of the charging section, and a charging time prediction model is learned using data from the third and fourth time points of the charging section. You can do it.

일 실시 예에 따르면, 충전 시간 예측 장치(110)는 충전 시간 예측 모델의 출력 데이터에 기초하여, 충전 시간 예측 모델에 대한 학습을 종료할 수 있다. 일 실시 예에서, 충전 시간 예측 장치(110)는 충전 시간 예측 모델의 출력 데이터와 충전 구간의 적어도 두 시점들 간의 차이 값 간의 오차가 지정된 오차 이내인 경우, 충전 시간 예측 모델에 대한 학습을 종료할 수 있다.According to one embodiment, the charging time prediction device 110 may end learning the charging time prediction model based on output data of the charging time prediction model. In one embodiment, the charging time prediction device 110 terminates learning of the charging time prediction model when the error between the output data of the charging time prediction model and the difference value between at least two points in the charging section is within a specified error. You can.

일 실시 예에 따르면, 충전 시간 예측 장치(110)는 머신 러닝 모델(예: GBM 또는 DRF)에 의해 충전 시간 예측 모델을 생성 및/또는 학습시킬 수 있다.According to one embodiment, the charging time prediction device 110 may generate and/or learn a charging time prediction model using a machine learning model (eg, GBM or DRF).

도 4는 일 실시 예에 따른 충전 시간 예측 장치의 동작 흐름도이다. 도 4는 도 1의 구성들을 이용하여 설명될 수 있다. 도 4는 도 3의 동작 310을 구체화한 도면으로 이해될 수 있다.Figure 4 is an operation flowchart of a charging time prediction device according to an embodiment. FIG. 4 can be explained using the configurations of FIG. 1 . FIG. 4 may be understood as a diagram embodying operation 310 of FIG. 3.

도 4에 도시된 실시 예는 일 실시 예일 뿐이며, 본 발명의 다양한 실시 예에 따른 단계의 순서는 도 4에 도시된 바와 다를 수 있고, 도 4에 도시된 일부 단계들이 생략되거나 단계들 간의 순서가 변경되거나 단계들이 병합될 수도 있다.The embodiment shown in FIG. 4 is only an example, and the order of steps according to various embodiments of the present invention may be different from that shown in FIG. 4, and some steps shown in FIG. 4 may be omitted or the order between steps may be different. Changes may be made or steps may be merged.

일 실시 예에 따르면, 동작 405 내지 415는 충전 시간 예측 장치(110)의 프로세서(115)에서 수행되는 것으로 이해될 수 있다.According to one embodiment, operations 405 to 415 may be understood as being performed by the processor 115 of the charging time prediction device 110.

도 4를 참조하면, 동작 405에서, 충전 시간 예측 장치(110)는 지정된 시구간 중 배터리의 전류 값이 지정된 전류 값 이상인 제1 구간을 추출할 수 있다. 여기에서, 지정된 전류 값은 0A일 수 있다. 배터리의 전류 값이 0A를 초과하는 경우, 배터리가 충전됨을 의미하고, 배터리의 전류 값이 0A 미만인 경우, 배터리가 방전됨을 의미할 수 있다. Referring to FIG. 4, in operation 405, the charging time prediction device 110 may extract a first section in which the current value of the battery is greater than or equal to the specified current value among the specified time sections. Here, the specified current value may be 0A. If the current value of the battery exceeds 0A, it may mean that the battery is being charged, and if the current value of the battery is less than 0A, this may mean that the battery is discharged.

동작 410에서, 충전 시간 예측 장치(110)는 동작 405에서 추출된 제1 구간 중 외부 전자 장치의 주행 속도가 지정된 속도이고, 외부 전자 장치가 외부 충전기와 연결된 상태인 제2 구간을 추출할 수 있다. 여기에서, 지정된 속도는 0km/hr 일 수 있다.In operation 410, the charging time prediction device 110 may extract a second section from the first section extracted in operation 405 in which the traveling speed of the external electronic device is a specified speed and the external electronic device is connected to the external charger. . Here, the specified speed may be 0 km/hr.

동작 415에서, 충전 시간 예측 장치(110)는 동작 410에서 추출된 제2 구간 중 데이터 단절 구간, 충전 시간이 지정된 시간 미만인 구간, 충전량이 지정된 충전량 미만인 구간을 제외한 제3 구간을 추출할 수 있다. In operation 415, the charging time prediction device 110 may extract a third section from the second section extracted in operation 410, excluding the data disconnection section, the section where the charging time is less than the specified time, and the section where the charging amount is less than the specified charging amount.

일 실시 예에 따르면, 동작 410에서 추출된 제2 구간은 데이터 단절 구간을 포함할 수 있다. 예를 들어, 제2 구간에 포함된 제3 구간 또는 제4 구간 중 제4 구간이 데이터 단절 구간을 포함할 수 있다. 제4 구간에서 데이터 단절 구간을 제외하고 남은 구간이 지정된 시간 미만의 구간인 경우, 충전 시간 예측 장치(110)는 제4 구간을 제외한 제3 구간을 충전 구간으로 추출할 수 있다. 여기에서, 데이터 단절 구간은 제1 외부 전자 장치(120)로부터 일정 시간 이상 데이터를 획득하지 못한 구간을 의미할 수 있다.According to one embodiment, the second section extracted in operation 410 may include a data disconnection section. For example, the third section included in the second section or the fourth section among the fourth sections may include a data disconnection section. If the remaining section excluding the data disconnection section in the fourth section is shorter than the specified time, the charging time prediction device 110 may extract the third section excluding the fourth section as the charging section. Here, the data disconnection section may mean a section in which data is not obtained from the first external electronic device 120 for more than a certain period of time.

일 실시 예에 따르면, 충전 시간 예측 장치(110)는 SoC 변화량에 기반하여 지정된 충전량 미만인 구간을 제외하고 충전 구간을 추출할 수 있다. 예를 들어, 제2 구간에 포함된 제3 구간 또는 제4 구간 중 제4 구간의 SoC 변화량이 지정된 변화량 미만의 구간인 경우, 충전 시간 예측 장치(110)는 제4 구간을 제외한 제3 구간을 충전 구간으로 추출할 수 있다.According to one embodiment, the charging time prediction device 110 may extract a charging section excluding a section that is less than a specified charging amount based on the SoC change amount. For example, if the SoC change in the fourth section among the third or fourth sections included in the second section is less than the specified change amount, the charging time prediction device 110 selects the third section excluding the fourth section. It can be extracted as a charging section.

동작 420에서, 충전 시간 예측 장치(110)는 동작 415에서 추출된 제3 구간 중 배터리의 전류 변화 값이 지정된 변화 값 이상인 구간을 제외한 구간을 충전 구간으로 추출할 수 있다. 배터리 충전 중 배터리의 전류 변화 값이 지정된 변화 값 이상인 경우, 측정된 전류에 노이즈가 발생됨을 의미할 수 있다.In operation 420, the charging time prediction device 110 may extract as the charging section a section excluding the section in which the current change value of the battery is greater than or equal to the specified change value among the third section extracted in operation 415. If the current change value of the battery during battery charging is greater than the specified change value, this may mean that noise is generated in the measured current.

도 5는 일 실시 예에 따른 충전 시간 예측 장치가 사용자에게 제공하는 인터페이스를 나타내는 도면이다. 도 5는 도 1의 구성들을 이용하여 설명될 수 있다.Figure 5 is a diagram illustrating an interface provided to a user by a charging time prediction device according to an embodiment. FIG. 5 can be explained using the configurations of FIG. 1 .

충전 시간 예측 장치(110)는 도 5에 따른 제1 화면(510) 및/또는 제2 화면(520)을 제1 외부 전자 장치(120)의 디스플레이 및/또는 제2 외부 전자 장치(130)의 디스플레이를 통해 표시할 수 있다.The charging time prediction device 110 displays the first screen 510 and/or the second screen 520 according to FIG. 5 on the display of the first external electronic device 120 and/or the second external electronic device 130. It can be displayed through the display.

일 실시 예에 따르면, 충전 시간 예측 장치(110)는 목표 SoC를 선택하는 사용자 입력을 획득하기 위해 제1 외부 전자 장치(120)의 디스플레이 또는 제2 외부 전자 장치(130)의 디스플레이를 통해 제1 화면(510)을 출력할 수 있다. 제1 화면(510)은 사용자가 터치 입력을 통해 목표 SoC 및/또는 충전 소요 시간 알림 수신 여부를 선택하도록 유도하는 인터페이스를 포함할 수 있다. 충전 시간 예측 장치(110)는 제1 화면(510)을 표시한 디스플레이를 통해 입력된 사용자 입력에 기반하여 목표 SoC 및/또는 충전 소요 시간 알림 발신 여부를 결정할 수 있다.According to one embodiment, the charging time prediction device 110 uses the display of the first external electronic device 120 or the display of the second external electronic device 130 to obtain a user input for selecting the target SoC. Screen 510 can be output. The first screen 510 may include an interface that guides the user to select whether to receive notification of the target SoC and/or charging time through a touch input. The charging time prediction device 110 may determine whether to send a target SoC and/or charging time notification based on user input input through the display displaying the first screen 510.

일 실시 예에 따르면, 충전 시간 예측 장치(110)는 사용자에게 예측된 충전 소요 시간을 제공하기 위해 제1 외부 전자 장치(120)의 디스플레이 또는 제2 외부 전자 장치(130)의 디스플레이를 통해 제2 화면(520)을 출력할 수 있다. 일 실시 예에 따르면, 충전 시간 예측 장치(110)는 사용자가 제1 화면(510)을 표시한 디스플레이를 통해 충전 소요 시간 알림을 수신하는 것으로 선택한 경우, 제1 외부 전자 장치(120)의 배터리 충전이 시작된 시점에 제2 화면(520)을 출력할 수 있다. 제2 화면(520)은 제1 외부 전자 장치(120)의 배터리의 충전 시작 여부, 목표 SoC, 예측된 충전 소요 시간에 관한 정보를 포함할 수 있다.According to one embodiment, the charging time prediction device 110 uses the display of the first external electronic device 120 or the display of the second external electronic device 130 to provide the user with the predicted charging time. Screen 520 can be output. According to one embodiment, the charging time prediction device 110 charges the battery of the first external electronic device 120 when the user selects to receive a charging time notification through the display displaying the first screen 510. The second screen 520 can be output at the point where this starts. The second screen 520 may include information about whether the battery of the first external electronic device 120 has started charging, the target SoC, and the predicted charging time.

이상에서 기재된 "포함하다", "구성하다", 또는 "가지다" 등의 용어는, 특별히 반대되는 기재가 없는 한, 해당 구성 요소를 내재할 수 있음을 의미하는 것이므로, 다른 구성 요소를 제외하는 것이 아니라 다른 구성 요소를 더 포함할 수 있는 것으로 해석되어야 한다. 기술적이거나 과학적인 용어를 포함한 모든 용어들은, 다르게 정의되지 않는 한, 본 문서에 개시된 실시 예들이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미가 있다. 사전에 정의된 용어와 같이 일반적으로 사용되는 용어들은 관련 기술의 문맥상의 의미와 일치하는 것으로 해석되어야 하며, 본 문서에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.Terms such as “include,” “comprise,” or “have,” as used above, mean that the corresponding component can be included unless specifically stated to the contrary, so excluding other components is not necessary. Rather, it should be interpreted as being able to include other components. All terms, including technical or scientific terms, have the same meaning as generally understood by a person of ordinary skill in the technical field to which the embodiments disclosed in this document belong, unless otherwise defined. Commonly used terms, such as terms defined in dictionaries, should be interpreted as consistent with the contextual meaning of the relevant technology, and should not be interpreted in an idealized or overly formal sense unless explicitly defined in this document.

Claims

In the charging time prediction device,
communication circuit; and
Includes a processor,
The processor,
Including current value, temperature value, state of charge (SoC), and state of health (SoH) during a specified time period of the battery included in the external electronic device from the external electronic device through the communication circuit. Receive first battery information,
Receiving information about the driving speed of the external electronic device during the specified time period and/or information about whether the external electronic device and an external charger are connected through the communication circuit,
Extracting a charging section during the specified time period based on the first battery information, information about the driving speed, and/or information about the connection status during the specified time section,
A charging time prediction device configured to generate a charging time prediction model using the current value, temperature value, SoC, and SoH at the first time point of the charging section and the SoC at the second time point of the charging section.

According to claim 1,
The processor,
A charging time prediction device configured to generate the charging time prediction model by a machine learning model.

According to claim 1,
The processor,
Receive second battery information including current value, temperature value, SoC, and SoH at a designated time point of the battery from the external electronic device through the communication circuit,
A charging time prediction device configured to predict a charging time from the SoC to a target SoC at the specified time based on the charging time prediction model.

According to claim 1,
The first battery information includes model information of the battery,
The processor,
A charging time prediction device configured to generate the charging time prediction model corresponding to the model information.

According to claim 1,
The processor,
A charging time prediction device configured to extract at least a portion of the first section in which the current value of the battery is greater than or equal to the specified current value during the specified time section as the charging section.

According to clause 5,
The processor,
A charging time prediction device configured to extract, as the charging section, at least a portion of a second section in which the driving speed of the external electronic device is a specified speed in the first section and the external electronic device is connected to the external charger.

According to clause 6,
The processor,
A charging time prediction device configured to extract at least some sections of the third section, excluding the data disconnection section of the second section, the section where the charging time is less than a specified time, and the section where the charging amount is less than the specified charging amount, as the charging section.

According to clause 7,
The processor,
A charging time prediction device configured to extract as the charging section a section excluding the section in which the current change value of the battery is greater than or equal to a specified change value among the third sections.

According to claim 1,
The processor,
A charging time prediction device configured to transmit the charging time to the external electronic device through the communication circuit to provide the predicted charging time to a user.

In the charging time prediction method,
Obtaining first battery information including current value, temperature value, SoC, and SoH for a specified time period of a battery included in an external electronic device;
Obtaining information about the driving speed of the external electronic device and/or information about whether the external electronic device is connected to an external charger;
extracting a charging section during the specified time period based on the first battery information, information about the driving speed, and/or information about whether or not the connection is connected; and
A charging time prediction method comprising generating a charging time prediction model using the current value, temperature value, SoC, and SoH at a first time point in the charging section and the SoC at a second time point in the charging section.

According to claim 10,
The first battery information includes model information of the battery,
The operation of generating the charging time prediction model includes generating the charging time prediction model corresponding to the model information.

According to claim 10,
The operation of extracting the charging section includes extracting at least a portion of a first section in which the current value of the battery is greater than or equal to the specified current value among the specified time sections as the charging section.

According to claim 12,
The operation of extracting the charging section includes selecting at least a portion of the second section in which the driving speed of the external electronic device is a specified speed among the first section and the external electronic device is connected to the external charger as the charging section. A method for predicting charging time, including an extraction operation.

According to claim 13,
The operation of extracting the charging section includes extracting at least some sections of the third section excluding the data disconnection section, the section where the charging time is less than a specified time, and the section where the charging amount is less than the specified charging amount among the second sections as the charging section. A method for predicting charging time, including:

According to claim 14,
The operation of extracting the charging section includes extracting, as the charging section, a section excluding a section in which the current change value of the battery is greater than or equal to a specified change value among the third sections.